如何停止 Pandas Dataframe read_json 方法将我的时代转换为人类可读的字符串
Posted
技术标签:
【中文标题】如何停止 Pandas Dataframe read_json 方法将我的时代转换为人类可读的字符串【英文标题】:How do I stop Pandas Dataframe read_json method convert my epoch to human readable string 【发布时间】:2017-01-12 19:25:11 【问题描述】:我使用to_json
方法序列化我的dataframe,内容如下:
"1467065160244362165":"1985.875","1467065161029130301":"1985.875","1467065161481601498":"1985.875","1467065161486508221":"1985.875"
如何停止 read_json 方法将我的纪元值从 1467065160244362165
转换为类似 2016-06-28 06:57:23.786726222
的值。
这就是我调用 read_json 的方式:
data = pd.read_json(remote_result_fullpath, convert_dates=False)
【问题讨论】:
【参考方案1】:对我有用:
import pandas as pd
#added to file
remote_result_fullpath = 'https://dl.dropboxusercontent.com/u/84444599/file.json'
data = pd.read_json(remote_result_fullpath,
convert_dates=False, #dont convert columns to dates
convert_axes=False, #dont convert index to dates
typ='series') #if need convert output to Series
print (data)
1467065160244362165 1985.875
1467065161029130301 1985.875
1467065161481601498 1985.875
1467065161486508221 1985.875
print (data.dtypes)
dtype: float64
float64
如果需要字符串添加dtype
:
data = pd.read_json(remote_result_fullpath,
convert_dates=False,
convert_axes=False,
typ='series',
dtype='object')
print (data)
1467065160244362165 1985.875
1467065161029130301 1985.875
1467065161481601498 1985.875
1467065161486508221 1985.875
print (data.dtypes)
dtype: object
object
print (data.index)
Index(['1467065160244362165', '1467065161029130301', '1467065161481601498',
'1467065161486508221'],
dtype='object')
【讨论】:
此解决方案不再是最新的。read_json
不再接受这些参数。以上是关于如何停止 Pandas Dataframe read_json 方法将我的时代转换为人类可读的字符串的主要内容,如果未能解决你的问题,请参考以下文章